Signet-AI/signetai

Signet AI – LLM 에이전트를 위한 공유 메모리

무엇을 하는가 – Signet은 이미 사용 중인 문서, 코드 리포지토리, 채팅 기록, 웹 페이지 등을 지속적으로 수집하는 로컬 데몬을 실행하여 구조화된 지식 그래프로 변환합니다. 이 그래프는 Dreaming이라 불리는 백그라운드 프로세스에 의해 지속적으로 최신 상태로 유지됩니다. Dreaming은 엔티티, 관계, 주장들을 추출하고 원본과 비교하여 검증하며 인용을 기록합니다. LLM 기반 에이전트가 새로운 프롬프트를 시작하면 Signet은 가장 관련성이 높은 기억을 주입하여 모델이 이미 알고 있는 맥락에서 답변할 수 있도록 하며, 모델은 어떤 사실에 대해서도 원본을 Signet에 요청할 수 있습니다.

사용 방법

1. 설치 – 단일 컴파일된 바이너리가 쉘 스크립트, npm 패키지, 또는 Docker 이미지를 통해 다운로드됩니다. 설치 프로그램은 macOS, Linux, Windows, ARM에서 작동합니다.
2. 워크스페이스 설정 – signet setup을 실행하면 인터랙티브 온보딩이 시작됩니다. LLM 제공자 선택, 소스 연결(예: Obsidian 백업, GitHub 리포지토리, Discord 서버, URL 등), 그리고 어떤 에이전트가 메모리를 사용할지 선택합니다.
3. 데몬 실행 – signet status로 백그라운드 Dreaming 프로세스가 정상 작동하는지 확인합니다. 연결된 소스를 감시하고 새로운 정보를 추출하여 그래프를 업데이트합니다.
4. 탐색/질의 – signet dashboard로 웹 UI를 열거나(signet desktop install로 네이티브 앱 설치 가능) 메모리 그래프를 탐색하고 출처를 확인하며, LLM이 인용을 포함해 답변하는 즉석 질문을 할 수 있습니다.
5. 에이전트 연결 – Claude Code, OpenAI Codex, Gemini CLI, Kimi Code 등 도구용 "하네스"(플러그인, 훅, MCP 확장)을 통해 연결합니다. 하네스는 모델에 관련 기억을 자동으로 제공하고, 새로운 대화 스니펫을 Signet에 다시 기록합니다.

핵심 기술적 아이디어

• 소스 → 증거 – 실시간 감시(Obsidian, GitHub, Discord) 또는 일회성 임포트(PDF, DOCX, CSV, 웹페이지)가 원시 텍스트를 Signet에 공급합니다.
• Dreaming 파이프라인 – 지속적인 추출 단계로 사람, 프로젝트, 사실, 관계의 지식 그래프를 구축하며, 시간이 중요한 주장에 대해 타임스탬프와 검토 일자를 포함합니다.
• 출처 및 주장 추적 – 모든 기억은 원본 소스에 대한 인용을 포함합니다. 주장의 도출 경로, 대립되는 진술, 수정 이력 등을 요청하여 확인할 수 있습니다.
• 격리 및 시크릿 – 에이전트는 그래프의 일부만 읽을 수 있도록 스코프를 지정할 수 있습니다. 시크릿은 OS 키링(또는 암호화 파일을 백업으로)을 사용해 암호화됩니다.
• 테레메트리 – 선택적 익명 사용 통계(설치 수, 토큰 사용량, 크래시 리포트)를 제공하지만, 실제 콘텐츠는 포함되지 않습니다.

대상 사용자 – LLM 기반의 코딩 어시스턴트, 채팅 에이전트, 리서치 봇을 운영하고, 프로젝트와 모델 업그레이드를 넘어서도 작업을 따라갈 수 있는 지속적이고 검색 가능한 "뇌"를 원하는 개발자 또는 팀.

자세한 정보 – 빠른 시작 가이드, CLI 참조, 하네스 문서, 완전한 API/SDK는 https://docs.signetai.sh 에 호스팅되어 있습니다. 리포지토리에는 모노레포 구조를 보여주는 repo.map.yaml과 향후 기능을 위한 ROADMAP.md도 포함되어 있습니다.